Мышление и кибернетика
Глава из книги академика В.М.Глушкова «Кибернетика. Вопросы теории и практики», 1986 год. Публикуется с незначительными сокращениями.
Для понимания природы процесса мышления большое значение имеют достижения современной кибернетики и математической логики. Одна из основных задач, которые ставят перед собою эти области знания, состоит в исследовании законов мышления с помощью точных математических методов и методов моделирования. Разумеется, ни кибернетика, ни математическая логика не претендуют на полное объяснение столь сложного процесса, как процесс мышления. Вне рамок кибернетики и тем более математической логики остаётся физиологический аспект, связанный со спецификой жизни как формы существования белковых тел. Кибернетика, как и логика, не подменяет и не может подменить общественные науки и объяснения специфики социального аспекта процесса мышления.
Для кибернетики и математической логики характерен подход к изучению мышления в его информационном аспекте. Информационный аспект мышления относится ко всему мышлению в целом так же, как абстрактные математические модели различных явлений реального мира относятся к самим этим явлениям. Основой информационного подхода к изучению мыслительных процессов является абстрагирование. При этом отвлекаются, как правило, от физической, а тем более от биологической и социальной сущности мыслительного процесса, рассматривая его лишь как процесс преобразования информации.
Понятие информации является одним из основных понятий современного естествознания. Информация в самом общем её понимании представляет собой меру неоднородности распределения материи и энергии в пространстве и во времени, меру изменений, которыми сопровождаются все протекающие в мире процессы. Совершенно не обязательно непременно связывать с понятием информации требование её осмысленности, как это имеет место при обычном, житейском понимании этого термина. Информацию несут в себе не только испещрённые буквами листы книги или человеческая речь, но и солнечный: свет, складки горного хребта, шум водопада, шелест листвы и т. д.
Информационный подход к изучению явлений предполагает абстрагирование от многих свойств реальных носителей информации, хотя границы такого абстрагирования весьма условны и определяются спецификой решаемых задач. Так, оперируя с письменной информацией, обычно отвлекаются от характера шрифта или материала, с помощью которого осуществлена запись информации. Информационная сущность букв, как средства выражения лексической информации, не зависит от того, написаны ли они от руки, напечатаны в типографии или высечены на камне. Тем не менее существуют случаи, например, в криминалистике, когда основную роль играют не сами буквы, а информация о почерке и даже о составе чернил, которыми произведена запись.
Возможность отвлекаться от многих свойств реальных носителей информации даёт широкий простор для моделирования информационных процессов одной природы процессами совершенно другой физической природы, имеющими, однако, ту же самую информационную сущность. Именно на этом пути и возникает абстрактное понятие информации. Так, информация, передаваемая обычно в виде звуков, может быть без ущерба для её абстрактно-информационной сущности представлена в виде записи этих звуков на магнитную ленту или даже в виде графика, задающего силу звука в какой-либо точке пространства как функцию времени.
В указанных случаях мы имеем дело с информацией, задаваемой в так называемой непрерывной форме, когда не существует элементарных порций информации – своеобразных информационных атомов. Для анализа информационной сущности процесса мышления особую роль приобретают дискретные формы задания информации, при которых информация естественным образом разделяется на подобные элементарные порции. Примерами дискретных форм информации могут служить разнообразные формы письменности. Роль информационных атомов играют при этом буквы, иероглифы и другие символы, служащие для обозначения различных элементов того или иного реального человеческого языка.
Обобщая различные реально употребляемые дискретные формы задания информации, кибернетика и математическая логика приходят к понятию абстрактного алфавита. Абстрактный алфавит представляет собою совокупность конечного числа символов – абстрактных букв, служащих для обозначения отдельных элементарных порций информации. Обычно в кибернетике говорят просто об алфавитах и составляющих их буквах. Добавлением термина «абстрактный» применительно к понятиям алфавита и букв мы подчёркиваем, что при употреблении этих понятий, как правило, отвлекаются от реальной природы букв, а зачастую даже и от способа их обозначения. Значение имеет лишь конечность числа букв в алфавите и возможность отличать различные буквы. Всегда можно также просто перенумеровать все буквы алфавита и употреблять в последующем вместо самих букв их номера.
При использовании абстрактных алфавитов необходимо отрешиться от обычного житейского представления о буквах даже в том случае, когда речь идёт об изучении реальных человеческих языков. В число букв оказывается удобным в ряде случаев включать знаки препинания и даже типографский знак раздела между словами. Можно вводить алфавиты, содержащие в качестве букв отдельные (а может быть, и все) слова того или иного реального человеческого языка. В случае числовой информации роль букв играют цифры.
Подобно тому, как обычные русские слова и весь русский язык строятся из отдельных букв, из букв абстрактных алфавитов строятся абстрактные слова и абстрактные языки. Понятие абстрактного (или формального) языка в кибернетике и в математической логике обязательно включает в себя наличие конечной системы правил, позволяющих отличать правильно написанные слова и выражения от неправильных записей, не имеющих смысла в пределах рассматриваемого языка.
Живой человеческий язык может рассматриваться как формальный язык лишь после того, как будет сформулирована строгая система правил, позволяющая отличать выражения, допустимые в языке от всех прочих выражений, т. е. осмысленные предложения от бессмысленных. Более того, необходимо ещё иметь, кроме грамматических правил, также правила последовательного развёртывания фраз языка. Без этого язык, очевидно, мог бы служить лишь для записи результатов мышления, но был совершенно бесполезен для моделирования самого процесса мышления.
С философской точки зрения чрезвычайно важно найти правильный ответ на следующие два вопроса: во-первых, в какой мере можно формализовать реальные человеческие языки и, во-вторых, какую часть человеческого мышления можно моделировать средствами подобных формальных языков?
Что касается первого вопроса, то необходимо прежде всего отметить колоссальную практическую трудность фактической формализации любого из реально существующих или существовавших человеческих языков. Ведь речь идёт о том, чтобы найти и точно сформулировать не десятки и даже не сотни, а многие десятки тысяч (а возможно, даже многие сотни тысяч) правил, определяющих не только грамматическую, но и смысловую правильность фраз языка и последовательностей таких фраз. Не удивительно, что подобная задача не решена до сих пор. Более того, до возникновения и первых успехов кибернетики эта задача в сколько-нибудь полном объёме даже не ставилась.
Однако в поставленном выше вопросе речь идёт не о практических трудностях, сколь бы огромны они ни были, а о принципиальной возможности полной формализации человеческого языка. Если говорить о задаче формализации языка путём фиксирования на какой-то момент времени всех его правил (объективно существующих в мозгу какого-либо конкретного человека, владеющего данным языком), то такая задача должна быть признана принципиально разрешимой. Признание неразрешимости этой задачи несостоятельно с гносеологической точки зрения, поскольку оно равносильно утверждению непознаваемости законов языка.
В то же время ясно, что никакой фиксированный формализованный язык не может быть адекватен живому человеческому языку, поскольку последний в отличие от первого непрерывно развивается и совершенствуется. Поэтому всякая формализация любого живого человеческого языка представляет собою лишь более или менее удачный его мгновенный слепок, утрачивающий сходство с оригиналом по мере развития последнего.
Для ответа на второй вопрос заметим прежде всего, что всякий мыслительный процесс опирается на накопленные человечеством знания. В знании же существуют более и менее устойчивые элементы.
Некоторая часть накопленных человеческих знаний, средством фиксации которых служит язык, сохраняет своё значение в течение сколь угодно длительных исторических промежутков, хотя форма языкового выражения этих знаний может за это время претерпеть существенные изменения. Естественно поэтому попытаться построить такой формальный язык, в котором раз и навсегда были бы зафиксированы некоторые элементы человеческого знания, представляющиеся неизменными и имеющие универсальную применимость. Вместе с тем этот язык должен обладать достаточными выразительными средствами, чтобы иметь возможность зафиксировать те понятия и связи между понятиями, которые употребляет человек в любых реальных мыслительных процессах.
Задача построения подобных искусственных (формальных) универсальных языков (языковых систем) решается математической логикой. В одной из таких систем – исчисления предикатов – с помощью латинских букв и некоторых дополнительных символов строятся универсальные обозначения для языковых конструкций, имеющих в качестве своих русских эквивалентов слова «и», «или», «не», «если... то», «высказывание», «объект», «свойство», «отношение», «истинно», «ложно» и выражения типа «для всех объектов (свойств, отношений) выполняется...», «существуют такие объекты (свойства, отношения), для которых выполняется...». В такой системе имеется также возможность фиксировать любые индивидуальные объекты, свойства или отношения и соединять перечисленные выше языковые конструкции в осмысленные предложения.
Возникающий таким образом язык может быть использован для построения формальных теорий и формальных доказательств, имитирующих один из наиболее важных мыслительных процессов, а именно так называемое логическое мышление. Речь идёт о том, чтобы, установив некоторое число определённых фактов, получать путём формальных построений в языке все следствия из этих фактов. В связи с этим возникает заманчивая идея полной формализации (на основе одного из формальных логических языков) процесса мышления в рамках какой-нибудь дедуктивно строящейся области знания, например, математики. Однако, как показал К. Гедель, уже арифметика натуральных чисел не может быть до конца формализована ни в какой формальной языковой системе с любым фиксированным заранее конечным числом исходных фундаментальных фактов – аксиом. В любой из таких систем наряду с фактами, которые можно получить формальным путём из аксиом, будут существовать факты, являющиеся в обычном, житейском смысле следствиями избранной системы аксиом, но недоказуемые формально. Можно, правда, всегда расширить исходную языковую систему так, чтобы любой заданный наперёд факт, недоказуемый в старой системе, оказался бы формально доказуемым в новой системе. Тем не менее и в новой системе снова окажутся недоказуемые в пределах этой системы факты.
Возрастание количества знаний в ходе развития науки в этом плане можно трактовать как процесс неограниченного расширения формальной языковой системы, при котором весь объем человеческих знаний в любой фиксированный заранее момент времени может быть формализован. По вместе с тем никакая из таких формализации не исчерпывает весь бесконечный процесс познания в целом. Высказанное утверждение представляет собою естественнонаучную интерпретацию диалектико-материалистического гносеологического принципа: в мире нет непознаваемых вещей, любая закономерность неизвестная сегодня, может быть познана в дальнейшем, однако ни в какой момент времени не будет при этом достигнуто абсолютно полного знания.
Нами получен, таким образом, ответ на второй из поставленных выше вопросов: в пределах любой фиксированной формальной языковой системы не может быть полностью формализовано не только всё мышление в целом, но даже и та его часть, которая называется обычно логическим мышлением. Связь мышления с опытом, с активным вмешательством человека в происходящие в мире процессы находятся за пределами формальных языковых систем в том виде, в котором они были описаны выше, а следовательно, за пределами математической логики. Эти стороны процесса мышления, чрезвычайно важные для понимания его природы, находят в какой-то степени неожиданное освещение в рамках кибернетики, являющейся в этом смысле дальнейшим продолжением и развитием математической логики.
Одним из основных понятий кибернетики является понятие преобразователя информации, т. е. такой системы, которая имеет возможность получать информацию из окружающей среды, преобразовывать её в соответствии с теми или иными правилами, определяемыми структурой преобразователя, и выдавать преобразованную информацию в целях воздействия на окружающую среду. В кибернетике подобные преобразователи принято обычно отождествлять с различными управляющими системами, понимая в этом случае под окружающей средой объект, управляемый данной системой. В качестве преобразователей информации можно рассматривать также системы, впитывающие информацию об окружающем их мире, перерабатывающие эту информацию с целью раскрытия существующих в мире закономерностей и использующие переработанную информацию как для целей простого накопления знаний (созерцательное познание), так и для целей активного воздействия на окружающий мир (активное, деятельное познание).
Природа подобных систем может быть самой разнообразной. Это могут быть технические системы управления и регистрации, нервные системы человека или животных и, наконец, различного рода управляющие и познающие коллективы, существующие в человеческом обществе (например, система управления экономикой или система научно-исследовательских институтов).
В соответствии с общей установкой в кибернетике рассматривают управляющие и познающие системы в чисто информационном аспекте, отвлекаясь от реальной природы этих систем. При этом оказывается возможным рассматривать с общих позиций столь качественно разнородные системы, как, например, технические и биологические.
Информационный подход к управляющим и познающим системам позволяет практически без потери общности ограничиться рассмотрением лишь дискретных форм задания информации и даже таких дискретных форм, которые используют один и тот же фиксированный заранее стандартный алфавит.
Для понимания указанного факта необходимо отметить, что всякий реальный преобразователь непрерывной информации обладает по крайней мере тремя ограничениями, делающими возможным дискретный подход к описанию его работы. Это, во-первых, – ограниченная разрешающая способность преобразователя, вследствие которой преобразователь не может воспринимать раздельно информацию, поступающую от двух достаточно близких точек пространства. В результате этого любой участок пространства с точки зрения преобразователя информации может рассматриваться как состоящий из конечного числа точек, хотя в действительности число этих точек может быть бесконечным.
Во-вторых, это – ограниченность чувствительности преобразователя, благодаря которой не различаются достаточно близкие между собой значения несущих информацию физических величин (например, яркости света, силы звука и т. п.). В силу этого ограничения информация, поступающая в преобразователь в каждый данный момент времени из некоторой точки пространства, может иметь с точки зрения преобразователя лишь конечное число различных значений.
Наконец, каждый реальный преобразователь информации обладает также третьим ограничением, а именно ограничением пропускной способности, вследствие чего он не может различать достаточно близкие между собой моменты времени. В результате информация, получаемая преобразователем за любой конечный промежуток времени, представляется в виде слова (конечной упорядоченной последовательности букв) во введённом выше абстрактном алфавите. Тем самым входная информация преобразователя оказывается представленной в дискретном виде. Аналогично представляется, очевидно, и выходная информация.
Рассматривая вопрос о введении стандартного алфавита, прежде всего отметим, что буквы любого абстрактного алфавита можно заменить их номерами, т. е. целыми рациональными числами. Путём изображения этих чисел в какой-нибудь фиксированной системе счисления мы осуществляем запись букв в рассматриваемом абстрактном алфавите (а следовательно, и любых слов в порождаемых им абстрактных языках) в виде последовательностей цифр избранной системы счисления. Таким путём осуществляется цифровое кодирование исходной информации. Совокупность цифр избранной системы счисления и будет представлять собой искомый стандартный алфавит. В качестве такого алфавита можно выбрать, например, десятичный алфавит, состоящий па десяти цифр от нуля до девяти включительно, либо так называемый двоичный алфавит, состоящий лишь из двух цифр – нуля и единицы. Последний алфавит широко используется в современных электронных цифровых машинах.
Называя для простоты любую управляющую или познающую систему кибернетической системой, мы получаем возможность оперировать с абстрактной моделью произвольной кибернетической системы. Для этой цели входную и выходную информацию, т. е., иными словами, всю информацию, которой наша система обменивается с внешним миром, закодируем словами выбранного стандартного алфавита. Вся деятельность кибернетической системы сведётся при этом к преобразованию слов в стандартном алфавите.
Изучение той или иной конкретной кибернетической системы сводится в рассматриваемом аспекте к установлению правил, по которым осуществляется указанное преобразование. Заметим, что в числе этих правил могут оказаться правила, допускающие те или иные случайные переходы, а также правила изменения тех или иных правил преобразования информации с течением времени под влиянием воздействия бесконечной окружающей среды.
Последнее обстоятельство имеет принципиальное значение для последующих выводов, поскольку именно оно отличает (с точки зрения моделирования процесса мышления) кибернетические системы от рассматривающихся ранее моделей мыслительных процессов в рамках тех или иных формальных языков. В качестве абстрактной кибернетической модели можно рассматривать не только технические устройства, реализующие какие-либо фиксированные формальные языки, но также человека и даже целые человеческие коллективы, реализующие сколь угодно сложные мыслительные процессы.
В связи с этим совершенно по-новому должен быть освещён вопрос о возможности моделирования человеческого мышления в искусственно создаваемых автоматических устройствах. В свете сказанного выше этот вопрос сливается, по существу, с чисто философским, гносеологическим вопросом о возможности познания законов мышления, т. е. правил преобразования информации, реализуемых человеком (или всем человечеством) в процессе познания мира.
Коль скоро эти правила познаны и точно сформулированы, они могут быть промоделированы на том или ином искусственно созданном преобразователе информации. На первый взгляд может показаться странным, что правила функционирования объектов биологической или даже социальной природы, качественно отличные от технических объектов (основанных, например, на принципах электроники), могут тем не менее моделироваться с их помощью. Не следует забывать, однако, что речь идёт не об абсолютном, а лишь об информационном моделировании, а в этом аспекте качественное различие природы моделируемых и модулирующих объектов уже не имеет существенного значения. Если, например, моделируется человек, то ничто не мешает любому его конкретному действию (скажем, удару топором по дереву) сопоставить в модели лишь информационный код этого действия, выражаемый рядом чисел или рядом слов, которые описывают данное действие.
Для ответа на вопрос о полноте моделирования человеческого мышления в технических кибернетических системах существенное значение имеет решение вопроса и о том, определяются ли закономерности функционирования познавательного аппарата человека (мозга) конечным или бесконечным числом правил. В случае конечного числа таких правил неизбежно наступает такой момент, когда все они будут познаны и точно описаны. Отрицание этого факта было бы равносильно, очевидно, признанию существования «вещей в себе». Но в таком случае техническая кибернетическая система, моделирующая найденную систему правил, будет вести себя в информационном плане точно так же, как и человек, при условии, что осуществлено точное моделирование всех поступающих на человека внешних воздействий.
В случае бесконечности системы правил, определяющих закономерности (в информационном аспекте) функционирования мозга, построение точной информационной модели человека оказалось бы возможным лишь за бесконечный промежуток времени, а все реально создаваемые модели отличались бы от моделируемого объекта не только абсолютно, но и в информационном смысле.
Марксистская диалектика утверждает неисчерпаемость свойств материи не только в масштабах всей Вселенной, но и в любой её малой части. В свете этого положения, обобщающего весь опыт, накопленный естественными науками за многовековую историю их развития, не может быть сомнения также и в неисчерпаемости свойств мозга. Однако не следует забывать, что в данном случае нас интересуют не все свойства мозга, а лишь его информационные свойства. Конечность числа нейронов, составляющих мозг, и дискретный характер работы самих нейронов дают известные основания считать, что в чисто информационном плане наиболее существенные стороны функционирования мозга определяются конечным (хотя и чрезвычайно большим) числом правил. В целом закономерности деятельности мозга изучены ещё столь мало, что в настоящее время более уместно воздержаться от окончательного решения поставленного вопроса.
Впрочем, и в случае бесконечности системы правил, определяющих закономерности информационной деятельности мозга, моделирование достаточно большого множества наиболее существенных правил этой системы приведёт к тому, что поведение модели на все более и более длительных отрезках времени будет (в информационном плане) совпадать с поведением мозга.
Таким образом, в рамках кибернетики в отличие от математической логики мы приходим к совершенно иному ответу на вопрос о возможности моделирования процесса мышления. Любые формы человеческого мышления принципиально могут (в информационном плане) моделироваться в искусственно создаваемых кибернетических системах.
Возникает естественный вопрос: не слишком ли абстрактным является сделанный вывод? Как обстоит дело с реальными возможностями моделирования мыслительных процессов на уже существующих кибернетических системах?
Современная кибернетика даёт полный и несколько неожиданный ответ на этот вопрос. Оказывается, моделирование любых мыслительных процессов принципиально возможно на имеющихся уже сегодня кибернетических устройствах, а именно, на так называемых универсальных электронных цифровых машинах. Это поразительное свойство универсальных электронных цифровых машин называется обычно их алгоритмической универсальностью.
Дело заключается в том, что ещё в рамках математической логики была установлена возможность представления любой системы правил преобразования алфавитной информации в виде различных комбинаций одних и тех же раз и навсегда выбранных элементарных правил преобразования информации. Иначе говоря, можно выбрать (и притом не единственным способом) такую конечную систему элементарных правил преобразования информации, что любое преобразование алфавитной информации, выполняемое на основе произвольной конечной системы правил любой природы, может быть представлено в виде программы (конечной комбинации правил), составленной только из исходных элементарных правил. В этом случае говорят, что исходная система элементарных правил алгоритмически полна.
Тщательный анализ показал, что системы элементарных правил (операций), реализуемых современными универсальными электронными цифровыми машинами, алгоритмически полны. Это означает, что на таких машинах можно запрограммировать и выполнить любое преобразование информации, осуществляемое в соответствии с точно описанной системой правил. Напомним, что в числе правил такой системы могут быть правила, определяющие случайные переходы, и правила, с помощью которых производятся те или иные изменения в самой системе правил.
Иными словами, любая управляющая система по мере познания закономерностей её работы может (в информационном плане) моделироваться на существующих уже сегодня универсальных цифровых (вычислительных) машинах. Таким образом, вопрос о возможности моделирования мыслительных процессов даже с помощью средств автоматики сегодняшнего дня переносится в чисто гносеологическую сферу и сводится к вопросу о возможности познания закономерностей мыслительных процессов.
Практически неограниченные возможности моделирования мыслительных процессов с помощью современной кибернетической техники выдвигают чрезвычайно важные специально-научные и философские проблемы. Одной из них является задача автоматизации умственной деятельности человека. Исторически необходимость создания машин для умножения физических сил человека возникла давно, в то время как задача умножения интеллектуальной мощи человечества во всей её полноте ставится только сейчас. Разумеется, отдельные, наиболее простые стороны интеллектуальной деятельности человека давно уже пользовались услугами различного рода искусственных средств. Например, изобретение письменности и книгопечатания позволило резко улучшить такую сторону умственной деятельности человека, как накопление знаний и взаимный обмен знаниями. С помощью механических средств (различного рода вычислительных машин и приборов) восполняются ограниченные возможности человека в отношении счета и особенно сложных вычислений.
Указанные примеры никого не могут удивить не только потому, что они общеизвестны, по и потому, что речь в них идёт о механизации таких сторон умственной деятельности, которые играют сугубо подсобную роль по отношению ко всему процессу мышления в целом. Однако сегодня все большую и большую актуальность приобретают задачи автоматизации гораздо более высоких сторон мыслительного процесса.
До настоящего времени рост темпов научных исследований обеспечивался главным образом за счёт роста числа научных работников. Подсчёты показывают, что при сохранении имеющейся в настоящее время закономерности роста числа научных сотрудников через 100-150 лет пришлось бы увеличить их число в тысячу раз, т. е. иными словами, занять научной работой всё население земного шара. Ограниченность информационных возможностей человека уже сегодня начинает сказываться на темпах развития науки. Существует большое число научных проблем, на решение которых учёные вынуждены тратить многие годы и десятилетия даже в том случае, когда все экспериментальные факты, необходимые для их решения, уже получены. Требуется много времени, чтобы собрать воедино весь необходимый материал, разбросанный по бесчисленным научным изданиям, и продумать многие варианты дедуктивных построений, обобщающих эти факты.
Такого рода работа также поддаётся автоматизации, несмотря на то, что сложные дедуктивные построения (включающие создание новых теорий) издавна принято относить к высшим формам творческой деятельности человека. Использование для этой работы даже современных универсальных электронных цифровых машин позволит намного ускорить темпы развития науки. Практические успехи в области автоматизации процессов научного творчества пока ещё невелики по сравнению с имеющимися успехами в области автоматического планирования. Тем не менее первые сдвиги в этом направлении уже наметились. Так, в 1958 г. в Вычислительном центре (ныне в Институте кибернетики) АН УССР проверялась правильность доказательств теорем, полученных за год до того в одной новой области математики. Не так давно известному математику Хао Вангу удалось построить программу, с помощью которой был автоматически доказан ряд теорем математической логики, в том числе и ряд новых, неизвестных ранее теорем.
В свете сказанного необходимо по-новому подойти к анализу возможностей управляющих кибернетических устройств, в частности, к решению вопроса о том, может ли машина быть «умнее» своего создателя. Отрицательный ответ на этот вопрос, даваемый большинством неискушённых людей, носит скорее эмоциональную, чем рациональную окраску. Приведённые нами примеры в задаче автоматизации умственной деятельности человека показывают, что возможность для машины превзойти своего создателя в определённом смысле действительно реализуется. В самом деле, нетрудно понять, что не было бы никакого смысла создавать машину для целей автоматизации того или иного мыслительного процесса, если бы она выполняла этот процесс хуже, чем её создатель. Но как же быть в этом случае с тем несомненным фактом, что машина работает по программе, составленной для неё человеком? Иногда усматривают в этом факте доказательство того, что машина никогда не сможет превзойти своего создателя. В действительности же диалектика процесса обучения (как машины, так и человека) такова, что из умения обучить чему-либо не обязательно вытекает с необходимостью умение обучающего самому выполнять программу, закладываемую им в обучаемого.
Применительно к обучению человека это ни у кого не вызывает сомнений. Действительно, в противном случае ученики никогда не смогли бы превзойти своих учителей и, следовательно, вопреки очевидным фактам наука, как и искусство, могла бы лишь деградировать или в лучшем случае оставаться на неизменном уровне. А если мы имеем дело с машиной? Оказывается, что процесс обучения машины с этой стороны принципиально ничем не отличается от процесса обучения человека. Современные кибернетические машины по крайней мере в одном отношении превосходят самого способного ученика, а именно в скорости и в точности выполнения тех элементарных операций, из которых складываются в конечном счёте все мыслительные процессы. Это приводит к тому, что машина – «ученик» оказывается способной выполнить за короткое время такую программу, которую её «учитель» – программист не выполнил бы за всю свою жизнь.
На первый взгляд указанное преимущество машины перед человеком имеет чисто количественную природу. Но, увеличив в соответственное число раз скорость преобразователя информации (т. е. чисто количественный показатель), мы приходим к новому качественному результату. Машина, например, воспользовавшись лишь теми знаниями, которые есть у любого начинающего шахматиста, сможет обыгрывать гроссмейстеров и, уж конечно, того, кто вложил в неё эти знания. Нетрудно заметить, однако, что в данном случае не происходит открытия машиной новых фактов, неизвестных (хотя бы чисто теоретически) её создателю. Может быть, именно в этом кроется преимущество человека перед машиной? Детальный анализ заставляет дать отрицательный ответ на этот вопрос.
Возможность открытия новых фактов, совершенно неизвестных создателям машины, и программа её работы заложены в уже существующих универсальных электронных цифровых машинах. Рассмотрим сначала совсем тривиальный пример. Хорошо известно, что в числе операций, выполняемых современными универсальными цифровыми машинами, имеется так называемая операция условного перехода, позволяющая машине автоматически менять порядок вычислений в зависимости от полученных ею промежуточных результатов. Не зная точно характера решаемых задач, программист закладывает в машину несколько вариантов возможного их решения, представляя машине самой выбрать тот вариант, который ей потребуется. Может случиться, что некоторые варианты машиной никогда не будут использованы, но программист не знает этого и никогда не узнает, если не предусмотрит, чтобы машина сообщила ему об этом.
Легко понять, что найденный факт является совершенно новым для программиста и, несомненно, обогащает его первоначальные знания. Составляя программу заново, программист может воспользоваться этим новым знанием, исключив ненужные варианты и упростив тем самым метод решения рассматриваемого класса задач. Можно, впрочем, сделать и так, чтобы машина самостоятельно произвела соответствующие упрощения. Этот пример может показаться неубедительным ввиду крайней простоты найденного машиной нового факта, а также вследствие того, что здесь производится лишь упрощение уже известного, а не создание нового метода. Рассмотрим поэтому более сложный пример.
Известно, что для нахождения общего метода решения квадратных уравнений человечеству потребовалось несколько сотен лет. Нетрудно, однако, совершенно не зная этого метода, составить программу, пользуясь которой, современная универсальная электронная цифровая машина за несколько минут работы найдёт этот метод и сообщит программисту соответствующую формулу. Для этой цели нужно заставить машину перебрать различные последовательности своих элементарных операций, автоматически проверить правильность получаемых в результате их применения решений путём подстановки этих решений в исходное квадратное уравнение и зафиксировать последовательность операций, приводящую к правильному решению.
Приведённый пример представляет собою один из наиболее простых случаев так называемых самообучающихся программ, с успехом реализующихся на современных универсальных цифровых машинах. Усложняя программу за счёт использования в процессе поиска нового метода из уже найденных машиной методов, можно с успехом моделировать творческую деятельность все более высокого порядка. При таком моделировании можно заставить машину автоматически ставить новые проблемы и находить их решения.
В указанных примерах в машину в какой-то мере все же вводились отдельные элементы знаний, добытых человечеством на довольно высоких ступенях его развития (например, идея последовательного перебора вариантов в последнем примере). Можно, однако, в моделировании процессов самообучения пойти ещё дальше. Так, в Институте кибернетики АН УССР успешно моделировался процесс познания довольно сложного закона природы группой автоматов, в первоначальную структуру которых была заложена информация лишь о чисто биологических закономерностях, присущих любому эволюционному процессу.
Принципиально возможно также, заложив в машину информацию об основных закономерностях развития жизни (наследственность, мутации, естественный отбор) и пропустив через неё информацию о физических процессах, происходивших на Земле с момента возникновения на ней жизни, заставить машину пройти все стадии эволюции (разумеется, в чисто информационном плане), начиная от первичной протоплазмы вплоть до возникновения и развития весьма высоких форм работы мозга. При этом начальная информация, вкладываемая программистом в машину, была бы сведена к минимуму, а весь огромный объем информации, который отличает (не только количественно, но и качественно) высшие формы сознания от простейших способов отражения действительности, присущих низшим формам жизни, был бы получен из закономерностей окружающего мира. Разумеется, подобная возможность в настоящее время практически не может быть реализована как ввиду недостаточной изученности истории Земли и механизма наследственности, так и ввиду недостаточного быстродействия и объёма памяти современных электронных цифровых машин.
Подводя итог сказанному, можно констатировать, что кибернетические машины могут не только моделировать (в информационном плане) процесс интеллектуальной деятельности человека, но и значительно превосходить человека в этом отношении. Задача построения машин, неограниченно умножающих интеллектуальную и, в частности, творческую мощь человечества, представляет собой в настоящее время важнейшую практическую задачу.
Но не умаляет ли всё это достоинство человеческого разума и нашу убеждённость в неограниченных возможностях человеческого гения? Нет! И тысячу раз нет! Именно признание невозможности для человечества умножать свою интеллектуальную мощь с помощью средств технического прогресса льёт воду на мельницу идеалистов, агностиков и скептиков всех мастей. Величие человеческого разума как раз и состоит в том, что он находит способы преодолеть рамки, поставленные ему природой, воплотив в кибернетических машинах волю, труд и разум многих поколений человечества.
Вряд ли можно сомневаться, что в будущем всё более и более значительная часть закономерностей окружающего нас мира будет познаваться и использоваться автоматическими помощниками человека. Но столь же несомненно и то, что все наиболее важное в процессах мышления и познания всегда будет уделом человека. Справедливость этого вывода обусловлена исторически.
Никакой последующий прогресс кибернетической техники не сможет отменить тот непреложный исторический факт, что именно человек создал машины, а не наоборот. Тем самым машины, в том числе и самые «умные» из них, с социальной точки зрения низводятся до положения простых орудий, призванных умножить могущество человека, а не подменять его. Поэтому хотя кибернетические машины в принципе сами способны ставить себе задачи, постановка важнейших задач, определяющих бесконечно развивающиеся и совершенствующиеся интересы общества, всегда останется прерогативой человека.
Развитие кибернетики, в значительных масштабах увеличивающей интеллектуальную мощь человека, показывает, что достаточно совершенные кибернетические машины – и те, которые уже имеются, и, особенно, те, которые будут созданы в будущем,– могут превосходить человека в отношении переработки информации. Принципиально возможно создание кибернетической машины, которая будет в этом смысле «умнее» любого данного человека или группы людей.
Однако не следует забывать, что в социальном, историческом плане человечество не представляет собой простую сумму людей. Интеллектуальная и физическая мощь человечества определяется не только суммой человеческих мускулов и мозга, но и всеми созданными им материальными и духовными ценностями. В этом смысле никакая машина и никакая совокупность машин, являясь в конечном счёте продуктом коллективной деятельности людей, не могут быть «умнее» человечества в целом, ибо при таком сравнении на одну чашу весов кладётся машина, а на другую – все человечество вместе с созданной им техникой, включающей, разумеется, и рассматриваемую машину.
Следует отметить также, что человеку исторически всегда будет принадлежать окончательная оценка интеллектуальных, равно как и материальных ценностей, в том числе и тех ценностей, которые создаются машинами, так что и в этом смысле машина никогда не сможет превзойти человека.
Таким образом, можно сделать вывод, что в чисто информационном плане кибернетические машины не только могут, но и обязательно должны превзойти человека, а в ряде пока ещё относительно узких областей они делают это уже сегодня. Но в плане социально-историческом эти машины есть и всегда останутся не более чем помощниками и орудиями человека. Аналогичное положение имеет место применительно к биологическому аспекту. Хотя с помощью кибернетических машин можно моделировать в информационном плане любые стороны эволюционного процесса, в реальном процессе эволюции, имеющем место на Земле, жизнь и сознание возникли и не могли возникнуть иначе, как форма существования белковых тел. формы же отражения действительности, присущие кибернетическим машинам, могли возникнуть и действительно возникают лишь на достаточно высоком уровне развития человеческого сознания.